Spotify 에서 얼마나 AI 에이전트에 진심인지 알게 됨. 그것도 Claude Code 엮어서..

Niklas Gustavsson과 Boris Cherny와의 인터뷰 내용은 앞서있는 현실을 그대로 그러냄. 이게 트렌드이자 미래..

🔥👩🏻‍💻🤖

Spotify 코드베이스는 엔지니어 수보다 7배 빠르게 증가.. 당연히 유지보수 자동화가 필수가 되었음.

초기에는 결정론적 스크립트로 코드 마이그레이션을 자동화했으나, 코드의 API surface가 너무 넓어 한계에 부딪힘.

LLM 초기부터 코드 변경 자동화에 적용을 시도했으며, Judge 패턴 도입으로 PR 성공률이 20~30%에서 80%로 상승.

Claude Opus 4/5가 개인 코딩의 진정한 전환점이었으며, 더 이상 IDE에서 마지막 편집을 할 필요가 없어짐.

현재 5~10개의 tmux 세션에서 여러 Claude 에이전트를 병렬로 실행하며 작업.

Spotify 백엔드 모노레포는 2,000만 줄 이상이며, Claude는 대규모 모노레포에서도 매우 잘 작동.

Honk라고 불리우는 내부 에이전트 플랫폼은 Claude Agent SDK 기반으로 Kubernetes pod에서 실행되며, V2에서는 사용자 정의 도구 추가 가능.

모델 성능 향상으로 기존 검증 에이전트를 제거할 수 있었음.

검증이 에이전트 자율 코딩에서 가장 중요한 요소이며, 테스트 자동화에 대한 투자가 필수.

PR의 73%가 AI가 작성함. PR 빈도 자체는 75% 이상 많아짐.

하루 4,500회의 프로덕션 배포를 수행하며, 아이디어에서 프로덕션까지 약 1시간 소요.

코드베이스의 표준화와 일관성이 높을수록 에이전트 성능이 좋아짐.

디자이너, PM, 경영진 등 엔지니어가 아닌 멤버들이 자연어로 아이디어를 설명하면 1~2시간 내에 작동하는 프로토타입 생성 가능.

내부 앱스토어를 통해 프로토타입을 공유하고, 실제 데이터와 사용자 환경에서 테스트 가능.

공동 CEO를 포함한 시니어 임원들도 직접 프로토타입을 만들어 앱스토어에 등록.

iOS 시뮬레이터와 Claude를 통합하여 Figma 디자인에서 UI 구현까지 자동화. TV 앱 포팅에도 활용 중.

품질 지표는 유지하면서 속도를 크게 향상시켰고, 속도를 높이려면 신뢰성 투자도 비례해서 증가해야 함.

ROI 측정은 PR→작업항목→A/B 테스트→사용자 가치로 연결하여 추적하는 체계를 구축 중.